开发和验证简体形式的BrainOK:一种有效的数字查工具,用于轻度认知障碍

科学领域:

• 老年学是一门学科.
• 认知神经科学 认知神经科学
• 数字健康数字健康

背景情况:

• 人口老龄化需要可扩展的方法来早期检测认知衰退,特别是轻度认知障碍 (MCI).
• 完整的11项任务的BrainOK智能手机评估显示了高的诊断性能 (AUC=0.941) 但由于其长时间的管理时间而受到限制.
• 开发一个更短的版本对于广泛,高效的查至关重要.

研究的目的:

• 开发和验证一个简短的简短形式的BrainOK (SF-BrainOK) 评估.
• 为了保持轻度认知障碍 (MCI) 检测的高诊断性能.
• 显著减少认知查所需的时间.

主要方法:

• 168名居住在社区的老年人 (≥60岁) 被录取.
• 使用蒙特利尔认知评估 (MoCA ≤ 23) 定义了轻度认知障碍 (MCI).
• 使用LASSO选择了一个两项任务模型 (执行功能和内存),并通过Leave-One-Out交叉验证 (LOOCV) 进行验证.

主要成果:

• 最终的SF-BrainOK模型结合了"基于规则的鼓动I" (执行功能) 和"密码记忆I" (内存).
• 在测试组中,SF-BrainOK的AUC值为0.783.
• 最佳的截止值产生了灵敏度=0.75,特异性=0.71,精度=0.765,表明了强大的歧视.

结论:

• SF-BrainOK提供了一个简短的,两项任务的轻度认知障碍 (MCI) 数字查工具.
• 它显著减少了施用时间,同时保持了有效的诊断性能.
• SF-BrainOK为早期MCI检测提供了可扩展的机会性查,特别是在资源有限的环境中.